top of page
Warsztaty praktyczne z AI: pisanie tekstów, etyka, wykrywanie plagiatów i tekstów AI, grafika
Warsztaty praktyczne z AI: pisanie tekstów, etyka, wykrywanie plagiatów i tekstów AI, grafika

śr., 20 sty

|

Google Meet

Warsztaty praktyczne z AI: pisanie tekstów, etyka, wykrywanie plagiatów i tekstów AI, grafika

Cena: 750 zł netto, 922,50 zł brutto Promocja przy zgłoszeniu do 7 stycznia 2027 r.: - jednej i dwóch osób otrzymają Państwo 10% rabatu lub - 50% rabatu dla trzeciej osoby lub - czwarta osoba gratis. Promocje nie łączą się!

Termin i lokalizacja

20 sty 2027, 19:00 – 23:00

Google Meet

REJESTRACJA

LINK DO REJESTRACJI


Promocja przy zgłoszeniu do 7 stycznia 2027 r.:

- jednej i dwóch osób otrzymają Państwo 10% rabatu lub

- 50% rabatu dla trzeciej osoby lub

- czwarta osoba gratis.

Promocje nie łączą się!



Generatywna sztuczna inteligencja szybko stała się kluczowym elementem warsztatu pracy naukowca. Narzędzia AI mogą wspierać badaczy ze wszystkich obszarów i dyscyplin – od pisania publikacji, przez sprawdzanie samodzielności i oryginalności tekstów, po tworzenie grafiki na potrzeby publikacji i wystąpień.


Warsztat został przygotowany w odpowiedzi na oczekiwania zebrane wśród uczestników. Skupia się na pięciu zagadnieniach, które wzbudziły największe zainteresowanie: (1) pisaniu artykułów z pomocą AI, (2) etycznym i bezpiecznym korzystaniu z tych narzędzi, (3) wykrywaniu plagiatów przy pomocy AI, (4) rozpoznawaniu, czy dany tekst powstał z udziałem AI, oraz (5) narzędziach zamieniających tekst w grafikę.


Spotkanie ma charakter praktyczny. Zagadnienia dotyczące pisania oraz etyki i bezpieczeństwa (tematy 1–2) omawiane są w ramach zwięzłego wprowadzenia teoretyczno-praktycznego. Zasadnicza, warsztatowa część spotkania (tematy 3–5) poświęcona jest samodzielnej pracy uczestników – po prezentacji każdego narzędzia uczestnicy wykonują krótkie ćwiczenia na konkretnych przykładach.


Szkolenie uwzględnia etyczny wymiar wykorzystania AI. Chodzi o to, aby korzystać z tych narzędzi w sposób, który nie prowadzi do wytworów niskiej jakości i nie szkodzi reputacji badacza. To, czy naukowcy wykorzystają AI z korzyścią dla siebie i etycznie, zależy od ich umiejętności – a te wyrabiane są podczas spotkania.



Korzyści:

  • Poznanie narzędzi AI wspierających pisanie artykułów – od pomysłu do gotowego tekstu.

  • Nabycie umiejętności korzystania z AI w sposób etyczny i bezpieczny, bez ryzyka utraty samodzielności pracy i nadszarpnięcia reputacji.

  • Praktyczne opanowanie narzędzi AI do wykrywania plagiatów.

  • Umiejętność rozpoznawania, czy dany tekst został przygotowany z wykorzystaniem AI – wraz ze świadomością ograniczeń tych narzędzi.

  • Praktyczne opanowanie narzędzi zamieniających tekst w grafikę (ilustracje, okładki, infografiki, postery).

  • Poznanie mocnych i słabych stron omawianych narzędzi.


Kto powinien wziąć udział w szkoleniu:

  • Badacze chcący usprawnić pisanie artykułów z wykorzystaniem narzędzi AI.

  • Naukowcy wahający się, czy i jak używać AI ze względów etycznych.

  • Osoby chcące sprawnie wykrywać plagiaty oraz rozpoznawać teksty przygotowane z pomocą AI.

  • Osoby zainteresowane tworzeniem grafiki naukowej (ilustracji, okładek, infografik, posterów) przy użyciu AI.

  • Nauczyciele akademiccy i promotorzy chcący zrozumieć możliwości oraz ograniczenia narzędzi AI.



PROGRAM SZKOLENIA


Część wprowadzająca (tematy 1–2) – zwięzłe wprowadzenie teoretyczno-praktyczne:


I. Podstawy „współpracy” z AI


  1. Czy AI to tylko ChatGPT? Przegląd najważniejszych narzędzi (ChatGPT, Claude, Gemini, Copilot, Perplexity, Le Chat, DeepSeek, polskie modele Bielik i PLLuM); trzy warstwy: model – aplikacja – agent; wersje bezpłatne i płatne, licencje uczelniane. Demonstracja: to samo zadanie w trzech narzędziach.

  2. Zasady skutecznego promptowania: pięć elementów dobrego polecenia (rola, kontekst, zadanie, format, kryteria); co dziś działa, a co przestało mieć znaczenie. Ćwiczenie 1: „Napraw prompt”.

  3. Problem halucynowania: dlaczego modele zmyślają (zwłaszcza cytowania, DOI, liczby i daty); demonstracja halucynowanych cytowań; sześć strategii weryfikacji odpowiedzi AI.


II. Jak napisać artykuł, posiłkując się narzędziami AI? (temat 1)


  1. Od pomysłu do tekstu – AI na sześciu etapach pracy nad artykułem: pomysł, literatura, struktura, pisanie, redakcja, wysyłka do czasopisma.

  2. Wyszukiwanie i czytanie literatury: Deep Research, Elicit, Consensus, Scite, Semantic Scholar, Research Rabbit, Litmaps oraz NotebookLM jako biblioteka własnych źródeł.

  3. Praca nad tekstem w trybach edycyjnych czatów (Claude Artifacts, ChatGPT) – demonstracja.

  4. Narzędzia językowe: tłumaczenie (DeepL, modele językowe), redakcja i korekta (DeepL Write, LanguageTool, Paperpal, Writefull i in.), dobór sformułowań akademickich (Academic Phrasebank, warianty zdań). Ćwiczenie 2: redakcja akapitu w dwóch narzędziach i porównanie wprowadzonych zmian.

  5. Jak samodzielnie wyszukiwać nowe narzędzia AI: katalogi narzędzi oraz pięć pytań kontrolnych przed wyborem narzędzia (model, dane, cena, trwałość, przewaga nad czatem).


III. Jak korzystać z AI etycznie i bezpiecznie? (temat 2)


  1. Kiedy AI jest dobrym wsparciem, a kiedy nasza praca staje się niesamodzielna – spektrum samodzielności i test „czy obronię każde zdanie?”.

  2. Zasady odpowiedzialnego korzystania z narzędzi generatywnych: wytyczne wydawców (Elsevier, Springer Nature, Wiley, Taylor & Francis, SAGE, PLOS) i NCN – autorstwo, ujawnianie użycia AI, obrazy AI, recenzowanie.

  3. Bezpieczeństwo danych: czego nie wklejać do narzędzi AI (dane osobowe, cudze manuskrypty, niepublikowane wyniki) i jak chronić dane (anonimizacja, ustawienia prywatności, czaty tymczasowe, modele lokalne).

  4. Jak korzystać z AI z korzyścią dla siebie i nie zaszkodzić swojej reputacji: sygnały tekstu AI widoczne dla recenzentów i cztery zasady (ujawniaj, weryfikuj, zachowuj prompty, nie wklejaj cudzego). Ćwiczenie 3: dylematy etyczne – osiem scenariuszy (dozwolone / wymaga ujawnienia / niedozwolone).


Część warsztatowa (tematy 3–5) – zasadnicza, praktyczna praca na przykładach:


IV. Jak wykrywać plagiaty przy pomocy AI? (temat 3)


  1. Rodzaje plagiatu: dosłowny, mozaikowy, parafraza bez przypisu, plagiat myśli, autoplagiat oraz nowe zjawiska ery AI (np. zmyślone cytowania); podstawy prawne i uczelniane.

  2. Przegląd i obsługa narzędzi w czterech grupach: instytucjonalne (JSA, Turnitin/iThenticate, Crossref Similarity Check), komercyjne (Copyleaks, Scribbr, Quetext i in.), darmowe porównywarki tekstów oraz modele językowe.

  3. Demonstracja: budowa własnej porównywarki tekstów z pomocą AI „na żywo”.

  4. Ćwiczenie 4: „Tropienie plagiatu” – porównanie dwóch tekstów, analiza zbieżności z pomocą modelu językowego, sprawdzenie fragmentów w internecie i weryfikacja bibliografii (DOI, Google Scholar).

  5. Mocne i słabe strony narzędzi oraz interpretacja wyników: dlaczego nie ma uniwersalnego progu procentowego i dlaczego „0%” nie oznacza oryginalności.


V. Jak sprawdzić, czy artykuł powstał z wykorzystaniem AI? (temat 4)


  1. Jak działają detektory treści AI (przewidywalność tekstu, zmienność zdań, klasyfikatory stylu, znaki wodne) i kiedy zawodzą.

  2. Przegląd i obsługa narzędzi: Pangram, GPTZero, Copyleaks, Originality, Turnitin AI, „Analiza SI” w JSA oraz darmowe detektory.

  3. Ćwiczenie 5: „Człowiek czy maszyna?” – rozpoznawanie próbek tekstu najpierw samodzielnie, potem w dwóch detektorach, także na własnym tekście sprzed 2022 roku.

  4. Interpretacja wyników i ich ograniczenia: co mówią badania o skuteczności detektorów, ryzyko fałszywych wskazań (m.in. wobec autorów nierodzimych); demonstracja kalkulatora fałszywych oskarżeń.

  5. Co wolno, a czego nie wolno opierać na wyniku detektora – praktyczne zasady dla promotorów i nauczycieli akademickich.


VI. Narzędzia AI zamieniające tekst w grafikę i jak z nich korzystać (temat 5)


  1. Jak działają generatory obrazów i mapa narzędzi: ChatGPT Images, Gemini (Nano Banana), Midjourney, Adobe Firefly, Canva, Ideogram, Microsoft Designer, Recraft – kryteria wyboru.

  2. Tworzenie ilustracji, okładek i grafik na potrzeby publikacji: anatomia promptu graficznego i edycja obrazu w rozmowie. Demonstracja: graphical abstract w trzech generatorach.

  3. Ćwiczenie 6: ilustracja, okładka lub graphical abstract w dwóch narzędziach i porównanie wyników.

  4. Narzędzia AI do tworzenia infografik i posterów naukowych: Canva, NotebookLM, Napkin AI, Gamma, Piktochart, BioRender, Mind the Graph. Demonstracja: poster z abstraktu w Claude Design i ChatGPT Work.

  5. Ćwiczenie 7: infografika lub poster w 15 minut (z weryfikacją każdej liczby).

  6. Prawo autorskie, licencje i wymogi czasopism wobec grafik AI; lista kontrolna „przed – po” publikacji grafiki.


VII. Podsumowanie: co, kiedy i czym?


Zestawienie: które narzędzie do którego zadania, jakie ryzyko się z nim wiąże i kiedy trzeba ujawnić użycie AI.



Opis materiałów szkoleniowych.

Prowadzący dostarcza następujące materiały online (zdigitalizowane), udostępniane uczestnikom na początku szkolenia (link i kod QR do folderu z materiałami):

  • Prezentację ze szkolenia (PDF) z aktywnymi odnośnikami do omawianych narzędzi, wytycznych i źródeł, w tym ściągą „Co, kiedy i czym” (narzędzie, ryzyko, ujawnienie) oraz listą kontrolną „przed – po” dla grafik tworzonych z pomocą AI.

  • Karty ćwiczeń M01–M07 z instrukcjami, gotowymi promptami i materiałami do pracy (pliki .docx i .txt): M01 – naprawa promptu; M02 – redakcja akapitu w dwóch narzędziach; M03 – dylematy etyczne (osiem scenariuszy); M04, M04a, M04b – tropienie plagiatu (teksty do porównania, fragmenty do sprawdzenia, bibliografia do weryfikacji); M05, M05a, M05b – próbki tekstów do rozpoznania (człowiek / AI / tekst mieszany) wraz z kluczem; M06 – prompty do ilustracji, okładki i graphical abstract; M07 – materiał do infografiki lub posteru.

  • Zestawienie narzędzi AI z nazwami i odnośnikami, obejmujące wszystkie obszary tematyczne szkolenia, oraz listy i katalogi do samodzielnego wyszukiwania nowych narzędzi.

  • Propozycję struktury promptu oraz linki do szablonów promptów do wykorzystania po szkoleniu.

  • Zestawienie wytycznych wydawców naukowych i NCN dotyczących korzystania z AI (autorstwo, ujawnianie, obrazy, recenzowanie).

  • Interaktywne narzędzia przygotowane w trakcie demonstracji (porównywarka tekstów, kalkulator fałszywych oskarżeń) – dostępne pod linkiem, działające w przeglądarce.

Wszystkie ćwiczenia można wykonać na bezpłatnych kontach. Uczestnicy potrzebują komputera z dostępem do internetu oraz kont w ChatGPT, Claude lub Gemini, w Pangram oraz w Canva lub NotebookLM.



Trener: dr hab. Piotr Siuda prof. UKW

Udostępnij

bottom of page